計(jì)量技術(shù)是
一切量值準(zhǔn)確可靠的基礎(chǔ)。

“沒有精密測(cè)量、就沒有精密的產(chǎn)品”近年來，“醫(yī)療計(jì)劃”被提出，其核心是“”，基礎(chǔ)則為準(zhǔn)確的測(cè)量。計(jì)量則為各類測(cè)量提供了滿足各種量值及精度的“尺子”和“砝碼”。

藥物研發(fā)生產(chǎn)過程中的工藝參數(shù)是否被準(zhǔn)確執(zhí)行、產(chǎn)品性能是否被準(zhǔn)確測(cè)量，這些生物制藥全產(chǎn)業(yè)鏈中“測(cè)不出、測(cè)不全、測(cè)不準(zhǔn)”的困難和難題，需要以的計(jì)量測(cè)試技術(shù)來解決。標(biāo)準(zhǔn)物質(zhì)(RM)reference material：是一種已經(jīng)確定了具有一個(gè)或多個(gè)足夠均勻的特性值的物質(zhì)或材料，作為分析測(cè)量行業(yè)中的“量具"，簡單理解就是生物、化學(xué)分析測(cè)量領(lǐng)域的“砝碼”。有單克隆抗體標(biāo)準(zhǔn)物質(zhì)、微生物定性定量標(biāo)準(zhǔn)物質(zhì)、重組蛋白類藥物有效成分標(biāo)準(zhǔn)物質(zhì)、核酸定量標(biāo)準(zhǔn)物質(zhì)等等。核酸定量類標(biāo)準(zhǔn)物質(zhì)如何在核酸檢測(cè)中發(fā)揮作用？病毒假病毒核酸標(biāo)準(zhǔn)物質(zhì)具有擬似病毒的物理結(jié)構(gòu)和病毒的特異性核酸序列，并且通過基因改造技術(shù)了假病毒標(biāo)物可靠的生物安全性、穩(wěn)定性，使標(biāo)物可以大限度地重現(xiàn)病毒核酸檢測(cè)的過程，實(shí)現(xiàn)從病毒核酸提取到核酸定量的全過程的質(zhì)量控制，為病毒核酸診斷的結(jié)果提供的“生物標(biāo)尺”，從而有效降低“假陰性”的出現(xiàn)概率。所以，測(cè)量是貫穿全產(chǎn)業(yè)鏈的。無論是設(shè)計(jì)、制造還是使用，都需要地測(cè)量各種屬性、參數(shù)和運(yùn)行狀態(tài)，以實(shí)現(xiàn)的分析和優(yōu)化?？梢哉f，計(jì)量技術(shù)將國家計(jì)量基準(zhǔn)（標(biāo)準(zhǔn)）的準(zhǔn)確量值傳遞到生產(chǎn)車間里面，貫穿到制造過程的每一道工序的工程測(cè)量中，發(fā)揮提升質(zhì)效的作用，是打造醫(yī)療“金標(biāo)準(zhǔn)”。

計(jì)量經(jīng)濟(jì)學(xué)的主要用途或目的主要有兩個(gè)方面：

1、理論檢驗(yàn)。

2、預(yù)測(cè)應(yīng)用。

研究對(duì)象：



計(jì)量經(jīng)濟(jì)學(xué)的兩大研究對(duì)象：橫截面數(shù)據(jù)（Cross-sectional Data）和時(shí)間序列數(shù)據(jù)（Time-series Data）。前者旨在歸納不同經(jīng)濟(jì)行為者是否具有相似的行為關(guān)聯(lián)性，以模型參數(shù)估計(jì)結(jié)果顯現(xiàn)相關(guān)性；后者在分析同一經(jīng)濟(jì)行為者不同時(shí)間的資料，以展現(xiàn)研究對(duì)象的動(dòng)態(tài)行為。

新興計(jì)量經(jīng)濟(jì)學(xué)研究開始切入同時(shí)具有橫截面及時(shí)間序列的資料，換言之，每個(gè)橫截面都同時(shí)具有時(shí)間序列的觀測(cè)值，這種資料稱為追蹤資料 (Panel data，或稱面板資料分析)。追蹤資料研究多個(gè)不同經(jīng)濟(jì)體動(dòng)態(tài)行為之差異，可以獲得較單純橫截面或時(shí)間序列分析更豐富的實(shí)證結(jié)論。

涉及到的相關(guān)學(xué)科：


若是所建立的回歸模型在經(jīng)濟(jì)意義上沒有因果關(guān)系，那么這個(gè)就是偽回歸，例如路邊小樹年增長率和國民經(jīng)濟(jì)年增長率之間存在很大的相關(guān)系數(shù)，但是建立的模型卻是偽回歸。如果你直接用數(shù)據(jù)回歸，那肯定存在正相關(guān)，而其實(shí)這個(gè)是沒有意義的回歸。

為避免偽回歸，消除異方差，在不改變時(shí)間序列的性質(zhì)及相關(guān)性的前提下，為獲得平穩(wěn)數(shù)據(jù)，通常會(huì)對(duì)時(shí)間序列取自然對(duì)數(shù)。對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)是研究中不可或缺的步驟，因?yàn)闀r(shí)間序列分析法只適用于平穩(wěn)的數(shù)據(jù)。那么什么情況下會(huì)對(duì)數(shù)據(jù)取對(duì)數(shù)呢？

，關(guān)于對(duì)數(shù)的問題，若是自己選取的變量數(shù)據(jù)，里面有部分小于0，或者負(fù)數(shù)，需要重新考量下，看是否數(shù)據(jù)或者其他問題，此時(shí)肯定是沒法取對(duì)數(shù)；

第二，針對(duì)CD 等生產(chǎn)函數(shù)等類型的數(shù)據(jù)分析，由于建模需要，一般需要取對(duì)數(shù)，此類情況一般會(huì)在柯布道格拉斯函數(shù)基礎(chǔ)上，引入新的變量，包括但不局限于資本和勞動(dòng)等變量；

第三，平時(shí)在一些數(shù)據(jù)處理中，經(jīng)常會(huì)把原始數(shù)據(jù)取對(duì)數(shù)后進(jìn)一步處理。之所以這樣做是基于對(duì)數(shù)函數(shù)在其定義域內(nèi)是單調(diào)增函數(shù)，取對(duì)數(shù)后不會(huì)改變數(shù)據(jù)的相對(duì)關(guān)系



第四，取對(duì)數(shù)作用主要有：縮小數(shù)據(jù)的數(shù)值，方便計(jì)算。例如，每個(gè)數(shù)據(jù)項(xiàng)的值都很大，許多這樣的值進(jìn)行計(jì)算可能對(duì)超過常用數(shù)據(jù)類型的取值范圍，這時(shí)取對(duì)數(shù)，就把數(shù)值縮小了，例如TF-IDF計(jì)算時(shí)，由于在大規(guī)模語料庫中，很多詞的頻率是非常大的數(shù)字。取對(duì)數(shù)后，可以將乘法計(jì)算轉(zhuǎn)換稱加法計(jì)算。某些情況下，在數(shù)據(jù)的整個(gè)值域中的在不同區(qū)間的差異帶來的影響不同。也就是說，對(duì)數(shù)值小的部分差異的敏感程度比數(shù)值大的部分的差異敏感程度更高。這取對(duì)數(shù)之后不會(huì)改變數(shù)據(jù)的性質(zhì)和相關(guān)關(guān)系，但壓縮了變量的尺度，數(shù)據(jù)更加平穩(wěn)，也消弱了模型的共線性、異方差性等。例如在會(huì)計(jì)或者金融等變量的實(shí)證研究中，引入變量資產(chǎn)規(guī)模等變量，一般會(huì)取對(duì)數(shù)，因?yàn)椴煌袠I(yè)或者國有、民營等公司的資產(chǎn)規(guī)模差距很大，取對(duì)數(shù)，會(huì)縮小差距，使得實(shí)證研究更具有針對(duì)性。

另外，山大大學(xué)陳強(qiáng)老師在計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用公眾號(hào)中匯總出如下五種情況：



，如果理論模型中的變量為對(duì)數(shù)形式，則應(yīng)取對(duì)數(shù)。比如，在勞動(dòng)經(jīng)濟(jì)學(xué)中研究教育率的決定因素，通常以工資對(duì)數(shù)為被解釋變量，因?yàn)檫@是從Mincer模型推導(dǎo)出來的。


，如果變量有指數(shù)增長趨勢(shì)（exponential growth），比如 GDP，則一般取對(duì)數(shù)，使得 lnGDP 變?yōu)榫€性增長趨勢(shì)（linear growth）。

第三，如果取對(duì)數(shù)可改進(jìn)回歸模型的擬合優(yōu)度（比如 R2 或顯著性），可考慮取對(duì)數(shù)。

第四，如果希望將回歸系數(shù)解釋為彈性或半彈性（即百分比變化），可將變量取對(duì)數(shù)。

第五，如果無法確定是否該取對(duì)數(shù)，可對(duì)兩種情形都進(jìn)行估計(jì)，作為穩(wěn)健性檢驗(yàn)（robustnesscheck）。若二者的回歸結(jié)果類似，則說明結(jié)果是穩(wěn)健的。

在經(jīng)濟(jì)學(xué)中，常取自然對(duì)數(shù)再做回歸，這時(shí)回歸方程為 lnY=a lnX+b ，兩邊同對(duì)X求導(dǎo)，1/Y*(DY/DX)=a*1/X,b=(DY/DX)*(X/Y)=(DY*X)/(DX*Y)=(DY/Y)/(DX/X) 這正好是彈性的定義


告訴你如何取對(duì)數(shù)quick\ generate series\ 輸入新變量，比如 r=log( )，r就是取完對(duì)數(shù)后的序列。

很多同學(xué)在做實(shí)證文章的時(shí)候常常問，我的R平方只有0.08到0.09，也就是說我的模型只能解釋數(shù)據(jù)的8%到9%。在實(shí)證文章里，特別對(duì)于橫截面數(shù)據(jù)來說，有時(shí)R平方只有0.05。R平方是什么意思？就是說，我們的模型能解釋數(shù)據(jù)的variance的多少，可能對(duì)于絕大部分的variance的解釋，經(jīng)濟(jì)學(xué)家是不知道的
另外，R平方表示模型擬合優(yōu)度，也就是模型解釋力度，此值介于0-1之間，數(shù)值越大，說明模型解釋力度越大，該值越大越好，在實(shí)際研究中，辭職表的意義相對(duì)較小，即使該值小于0.4或者更小，也關(guān)系不是很大。

R平方與所選取變量多少以及回歸有很大關(guān)系，經(jīng)常在會(huì)計(jì)領(lǐng)域多變量進(jìn)行回歸，此值會(huì)很小，所以不必太在乎這個(gè)統(tǒng)計(jì)量。另外調(diào)整R2可以為負(fù)數(shù)，當(dāng)調(diào)整R2可以為負(fù)數(shù)時(shí)，說明此時(shí)R2會(huì)很小，幾乎為0，此時(shí)模型幾乎沒有意義。就Panel Data的處理而言，建議行平穩(wěn)性校驗(yàn)。一般完整的實(shí)證經(jīng)濟(jì)學(xué)論文，針對(duì)面板數(shù)據(jù)，會(huì)前期進(jìn)行數(shù)據(jù)處理，包括描述性分析和平穩(wěn)性檢驗(yàn)的，這個(gè)根據(jù)期刊的要求或版面要求而定，另外，根據(jù)相關(guān)要求，一般情況下，由于面板數(shù)據(jù)主要核心在于回歸，包括固定或者隨機(jī)效應(yīng)的回歸結(jié)果，所以有些文章，并沒有進(jìn)行平穩(wěn)性檢驗(yàn)，而為了將面板數(shù)據(jù)做的高大上，分析更具有針對(duì)性，可以進(jìn)行分類分行業(yè)分階段進(jìn)行回歸，更能說明問題。



而在公司財(cái)務(wù)領(lǐng)域，研究都是資產(chǎn)負(fù)債率等，它們不可能包含單位根，所以我們基本上都不做這個(gè)檢驗(yàn)。然而，在宏觀經(jīng)濟(jì)領(lǐng)域，單位根過程很普遍，如果前期學(xué)者也證實(shí)了單位根過程的存在，一般也都做。所以具體情況，根據(jù)相關(guān)要求來定。

計(jì)量經(jīng)濟(jì)學(xué)是結(jié)合經(jīng)濟(jì)理論與數(shù)理統(tǒng)計(jì)，并以實(shí)際經(jīng)濟(jì)數(shù)據(jù)作定量分析的一門學(xué)科。計(jì)量經(jīng)濟(jì)學(xué)以古典回歸分析方法為出發(fā)點(diǎn)。依據(jù)數(shù)據(jù)形態(tài)分為：橫截面數(shù)據(jù)回歸分析、時(shí)間序列分析、面板數(shù)據(jù)分析等。依據(jù)模型假設(shè)的強(qiáng)弱分為：參量計(jì)量經(jīng)濟(jì)學(xué)、非參量計(jì)量經(jīng)濟(jì)學(xué)、半?yún)⒘坑?jì)量經(jīng)濟(jì)學(xué)等。常運(yùn)用的軟件：EViews、Gretl、MATLAB 、Stata、R、SAS、SPSS等……

問卷主要分為兩大類：即量表問卷和非量表問題。
計(jì)量是國家質(zhì)量基礎(chǔ)設(shè)施的重要組成部分。在黨中央、的堅(jiān)強(qiáng)領(lǐng)導(dǎo)下，市場(chǎng)監(jiān)管總局團(tuán)結(jié)全國計(jì)量工作者，協(xié)力構(gòu)家現(xiàn)代測(cè)量體系，推動(dòng)發(fā)展，計(jì)量基礎(chǔ)更加扎實(shí)，計(jì)量法制更加健全，計(jì)量服務(wù)更重實(shí)效。



“十四五”時(shí)期，計(jì)量工作將立足新發(fā)展階段，主動(dòng)適應(yīng)新形勢(shì)、明確新任務(wù)、落實(shí)新要求，完整、準(zhǔn)確、全面貫徹新發(fā)展理念，持續(xù)加強(qiáng)計(jì)量體系和能力建設(shè)，圍繞推動(dòng)發(fā)展更好發(fā)揮基礎(chǔ)保障和支撐作用。



加強(qiáng)計(jì)量頂層設(shè)計(jì)，提升計(jì)量基礎(chǔ)能力。推動(dòng)《計(jì)量發(fā)展規(guī)劃（2021—2035年）》盡快發(fā)布實(shí)施，印發(fā)國家測(cè)量體系建設(shè)指導(dǎo)意見。面向國家發(fā)展重大戰(zhàn)略需求，成立計(jì)量技術(shù)加快制定數(shù)字計(jì)量、產(chǎn)業(yè)計(jì)量、碳計(jì)量等領(lǐng)域國家計(jì)量技術(shù)規(guī)范。



推進(jìn)計(jì)量科技創(chuàng)新，解決重大測(cè)量難題。我們將更好發(fā)揮全國計(jì)量工作部際聯(lián)席會(huì)議作用，推進(jìn)計(jì)量科技協(xié)同創(chuàng)新，推動(dòng)關(guān)鍵計(jì)量測(cè)試設(shè)備國產(chǎn)化，實(shí)現(xiàn)我國具有自主知識(shí)產(chǎn)權(quán)的計(jì)量能力總體達(dá)到世界水平，并在部分關(guān)系國家核心競爭力的關(guān)鍵領(lǐng)域全球。



完善產(chǎn)業(yè)計(jì)量體系，增強(qiáng)計(jì)量服務(wù)效能。市場(chǎng)監(jiān)管總局計(jì)量司將加強(qiáng)國家產(chǎn)業(yè)計(jì)量測(cè)試中心建設(shè)規(guī)劃布局，聚焦制約產(chǎn)業(yè)發(fā)展的“卡脖子”問題，在超精密裝備、海洋監(jiān)測(cè)裝備、鋼鐵、內(nèi)燃機(jī)等領(lǐng)域新建一批國家產(chǎn)業(yè)計(jì)量測(cè)試中心，不斷完善我國的產(chǎn)業(yè)計(jì)量測(cè)試服務(wù)體系。制定關(guān)于加強(qiáng)企業(yè)計(jì)量工作的指導(dǎo)意見，更好發(fā)揮計(jì)量支持市場(chǎng)主體發(fā)展的基礎(chǔ)性、性作用。


量表問卷通常更多使用于學(xué)術(shù)研究，主要針對(duì)人群態(tài)度看法使用意愿等方面的研究，量表題是指類似答項(xiàng)為“非常不同意”，“比較不同意”，“中立”，“比較同意”和“非常同意”之類的問題，這個(gè)在前期stata培訓(xùn)會(huì)議中以使用意愿以及影視旅游動(dòng)機(jī)專題介紹過。主要軟件為SPSS，主要分析方法比如因子、信效度、相關(guān)、回歸模型等。



而非量表類來講，其大的特點(diǎn)為大部分為單選題、多選題或者排序填空題等，但很少有出現(xiàn)量表題（是）。